AD
YTN라디오(FM 94. 5) [YTN 뉴스FM 슬기로운 라디오생활]
□ 방송일시 : 2025년 11월 05일 (수)
□ 진행 : 박귀빈 아나운서
□ 출연자: 김덕진 IT커뮤니케이션연구소장
* 아래 텍스트는 실제 방송 내용과 차이가 있을 수 있으니 보다 정확한 내용은 방송으로 확인하시기를 바랍니다.
◆박귀빈 아나운서 (이하 박귀빈): AI 3대 강국을 목표로 하는 이재명 정부가 APEC 이후 NVIDIA와 손을 잡고 GPU 26만 장 공급을 약속 받으면서 큰 경제적 성과로 평가받고 있습니다. NVIDIA 젠슨 황 CEO가 GPU 26만 장 공급을 약속했죠. 트럼프 대통령이 그 이후에 NVIDIA GPU를 다른 나라에 주지 않겠다고 발언을 해서 상황을 좀 더 지켜봐야 할 것 같긴 한데요. GPU가 뭐고 또 NVIDIA 젠슨 황이 약속한 GPU 26만 장의 의미는 무엇인지 짚어보겠습니다. 김덕진 IT커뮤니케이션연구소장 전화 연결합니다.
◇김덕진 IT커뮤니케이션연구소장 (이하 김덕진): 반갑습니다. 김덕진입니다.
◆박귀빈: 일단 GPU가 뭔가요?
◇김덕진: 아마도 처음 들으신 분들은 이게 뭔가 싶으실 거예요. 이 GPU 약자를 보면 그래픽 프로세싱 유닛입니다. 그러니까 그래픽 카드라고 혹시 컴퓨터에서 화면 나오거나 게임할 때 아이들이 게임 하려면 ‘그래픽 카드 바꿔야 돼’ 이런 거 들어보셨죠? 그때 쓰는 게 원래 그래픽 카드 GPU입니다. 그러니까 원래 게임 만들고 그리고 게임 잘 돌아가게 화면 돌리는 건데 ‘이게 AI랑 무슨 상관이지’ 라고 처음에 아마 생각을 하실 거예요. 그런데 생각을 해보면 AI라는 걸 하기 위해서는 간단하게 말하면 컴퓨터가 계산을 하는 거거든요. 저희가 뭔가를 주면은 그 내용에 대해서 얘가 결국에는 숫자로 다 바꿔서 계산을 한단 말이죠. 그런데 원래 컴퓨터에서 계산을 하는 장치는 CPU라는 겁니다. 아마도 컴퓨터를 사보시면 인텔이나 이런 데에서 칩이 어떻게 되고 그럴 때 대부분 다 이 CPU라는 걸 얘기할 거예요.
◆박귀빈: CPU는 그래도 GPU보다 많이 들어본 것 같습니다.
◇김덕진: 그래서 이 CPU가 말씀하신 것처럼 중앙에서 처리하는 장치라서 원래는 컴퓨터에서 있는 모든 계산을 이 CPU라는 데로 합니다. 그런데 이 CPU의 특징은 뭐냐 하면 되게 똑똑한 수학자 같아요. 그런데 문제는 얘는 하나를 하면은 꼭 꼼꼼하게 자세히 하는 편이거든요. 그런데 GPU라고 하는 거는 무슨 특징이 있냐면 일단 두 가지 특징이 있는데, 하나는 이 게임을 할 때 원래 쓰는 거잖아요. 그러면 게임을 할 때 생각을 해보시면 우리가 만약 공격 버튼을 눌렀는데 그 공격이 바로 안 되고 2초 있다 된다 그러면 사람들이 짜증나서 그 게임을 안 하겠죠 그죠? 그래서 이 GPU는 어떤 개념을 갖냐면 버튼을 눌렀을 때 그래픽이 정확하게 나오는 것보다 속도감 있게 딱 눌러지는 걸 되게 잘합니다. 그래서 약간의 그래픽이 깨지더라도 중요한 거는 속도감 있게 정확하게 누르는 빠르게 하는 것들을 되게 잘합니다. 그리고 이 GPU의 특징이 뭐가 있냐면 이 GPU는 여러 가지를 잘하지는 않는데 아까 말씀드린 하나를 되게 잘하거든요. 근데 이 하나를 잘하는 애를 여러 개를 붙일 수가 있어요. 그러니까 비유를 하자면 CPU는 여러 가지를 잘하는 똑똑한 천재 같은 애라면 GPU는 하나만 무식하게 잘하는데 중요한 건 문제를 풀 때 여러 개를 붙일 수 있기 때문에 예를 들면 수학을 푼다라고 하면 CPU는 한 명의 뛰어난 수학자가 꼼꼼하게 문제를 푼다라고 하면, GPU는 수천 명의 수천 명의 중학생이 동시에 문제를 탕 풀 수 있는 겁니다. 그러면 어떤 걸 계산을 빨리 해야 된다. 그리고 완벽하다기보다는 빠른 속도가 필요하다라고 하면은 이 GPU가 낫겠네라고 AI 연구자들이 생각하기 시작한 겁니다. 그래서 실제로 테스트를 해봤는데 생각보다 CPU보다 GPU가 가격 대비해서 계산도 잘하고 말씀드린 대로 끝도 없이 여러 개를 붙일 수 있으니까 복잡한 연산을 할 때 CPU보다 GPU가 좋구나라고 하는 걸 깨닫게 된 거죠. 그래서 병렬 영산이라는 게 생기게 됐고 그다음부터 AI 생태계에서 더 복잡한 게 있으면 어떡하죠라고 했을 때 CPU는 새로 칩을 만들어야 되는데 GPU는 지금 10개면 20개, 30개 붙이면 되겠네요. 이렇게 계속 붙이면 계산이 좋아지니까 우리가 어려운 것도 돈 주면 할 수 있겠구나라고 생각하는 스케일의 법칙이라고 하는 걸 깨닫게 된 게 바로 이 GPU의 특징 때문이다. 이렇게 설명을 드리면 좋을 것 같습니다.
◆박귀빈: 그러니까 엄청난 데이터를 처리하기에는 GPU가 딱인 거네요.
◇김덕진: 여러 개를 붙여서 우리가 가능할 수 있기 때문이죠. 새로운 칩이 나오기 전이라도 지금 있는 칩을 여러 개를 붙여서 하면 되니까 그렇게 생각하시면 좋을 것 같습니다.
◆박귀빈: 그래서 기존의 NVIDIA가 GPU를 만들고 있었는데 AI 시대가 되면서 갑자기 NVIDIA가 1등이 돼버린 거네요.
◇김덕진: 이제 그전에 우리가 말한 암호화폐 시장 때부터 실은 떴었고요. 암호화폐도 똑같이 채굴을 한다. 계산한 다음에는 결국 이 GPU를 가지고 하면 잘 되겠구나라고 본 거고 그걸 본 AI 연구자들이 그럼 AI도 똑같이 계산하는 거니까 해볼까라고 했더니 NVIDIA가 엄청나게 잘 된 거죠. 그래서 지금 우리가 말하는 GPU는 그래픽 카드 게임에 들어가는 정도의 사이즈는 아니고 훨씬 더 복잡한 걸 할 수 있지만 그거를 그렇게 병렬적으로 붙이니까 말도 안 되는 계산 같은 게 돼서 지금 ChatGPT 같은 게 나왔다 이렇게 말씀을 드리면 될 것 같습니다.
◆박귀빈: 이번에 NVIDIA가 한국에 GPU를 26만 장 공급한다고 그랬습니다. 일단 현재 지금 한국의 GPU 어느 정도 있어요?
◇김덕진: 지금 정확하게 말씀드리면 다 모아도 약 한 5만 장 정도로 추산하고 있거든요. 그런데 이번에 26만 장이니까 5배 이상입니다. 그것도 더 중요한 게 최신 칩이거든요. 최신 칩 블랙웰이 그전에 있던 것보다 적어도 연산 능력이 4배에서 많게는 6배 이상 좋아요. 그럼 그렇게 말하면 지금 있는 5만 장에 지금 26만 장이면, 거기에 또 곱하기 4나 5 해 보시면 지금 수준에서 한 100배 이상 좋아질 수도 있다. 그래서 이거를 표현하면 지금은 공장 한 곳 정도가 우리나라의 수준이었다고 치면요. 완전히 도시 전체가 이제 산업 단지로 바뀌는 수준으로 AI 칩들 GPU가 우리나라에 온다 그래서 모델 돌리는 것뿐만 아니라 제조, 자율차, 클라우드까지 한꺼번에 AI 공장을 가동할 수 있는 기반이 생기는 거다 이렇게 표현드리면 좋을 것 같습니다.
◆박귀빈: 그래서 이 GPU 26만 장이 국내에 도입이 되는데 보니까 정부, 각 기업 이렇게 나눠주더라고요.
◇김덕진: 실제로 GPU를 이제 정확하게 표현드리면 이게 NVIDIA에서 사 오는 거긴 한데요. 사 오더라도 지금 다 줄 서 있어서 못 사는 상황이거든요.
◆박귀빈: 그렇죠 NVIDIA가 그냥 주는 게 아니라 우리가 대가를 지불하고 가지고 오는 거죠?
◇김덕진: 이게 한 대당 한 3, 4만 달러니까 총 공급 규모가 14조 원 정도 돼요. 그런데 이게 엄청 큰 돈인데 정확하게 말씀드리면 지금 전 세계에서는 웃돈을 주고서라도 아니면 어떤 수단과 방법을 가리지 않고라도 가져오려고 하고 있거든요.
◆박귀빈: 일단 물량 확보 자체가 어렵군요.
◇김덕진: 왜냐하면 아까 말씀드린 대로 붙이면 AI가 똑똑해지니까 붙이는 것들을 잘 할 수 있게 칩을 확보하는 게 중요한 상황이죠. 그런 상황에서 이제 우리나라가 26만 장을 이번에 확보하게 된 거라고 보시면 될 것 같고요. 이걸 잘 나눠줘야 되다 보니까 정부가 5만 장 그리고 삼성전자 현대차 그룹 SK그룹에 각각 5만 장 그리고 네이버 클라우드가 6만 장이 투입이 되게 됩니다. 그리고 이런 것들을 공급받으면 아까 말씀드린 대로 AI를 가지고 뭘 할 것인가라고 할 때 단순한 ChatGPT 수준이 아니라 완전히 반도체 AI 팩토리 같은 걸 만든다거나 아니면은 우리가 말하는 현실에서 이제 물리적으로 작동하는 쉽게 말하면 자동차의 AI를 더 똑똑하게 한다거나 아니면 로봇 산업에 쓴다거나 이런 차세대 산업쪽으로 GPU들이 사용된다 이렇게 말씀드릴 수 있을 것 같습니다.
◆박귀빈: 앞서 말씀하셨지만 웃돈을 주고도 지금 못 구하는 실정인 그 GPU를 젠슨 황이 한국이 26만 장 준다고 그랬잖아요. 이렇게 되면 우리나라가 GPU 확보 세계 3위가 된다면서요?
◇김덕진: 실제로 하정우 수석의 발언을 통해서 이제 사람들이 많이 알게 됐는데, 비공개 회동에서 실제로 젠슨 황이 어떤 얘기를 했냐면 지금 1등은 미국이라는 거예요. 그런데 미국이 말도 안 되게 압도적이긴 합니다. 한 2천만 장 정도 있다고 합니다. 그러니까 거기는 정말 압도적이고요. 그 다음에 2등이 중국이고, 3등이 이제 어디냐 가지고 항상 그랬는데 젠슨 황이 지금 우리나라가 26만 장을 가져오게 되면 대한민국이 3등이 된다라고 공식적으로 얘기를 했다고 합니다. 그렇기 때문에 이제 반대로 말하면 다른 나라들 영국이 됐든 일본이 됐든 그런 데들도 다 지금 한 몇 만 장 수준에서 계속 어떻게든 구하려고 하고 있는 상황인데요. 그 상황에서 우리나라가 이제 어떻게 보면 3위권 AI 인프라가 있는 나라라고 할 수 있는 상황이 되는 거죠.
◆박귀빈: GPU를 이렇게 대규모로 공급받는 국가가 드물다고 들었는데 젠슨 황이 왜 콕 집어 ‘한국에 26만 장 공급하겠다’ 이렇게 통 크게 공급을 약속했을까요? 치킨이 맛있었을까요?
◇김덕진: 치킨도 분명 계속 맛있었다고 얘기는 하긴 했는데요. 아마도 네 크게 한 세 가지 정도를 생각해 볼 수 있을 것 같습니다. 일단 첫 번째로 NVIDIA가 최근에 본인들 유튜브 공식 채널에 한국의 차세대 산업혁명이라는 제목의 헌정 영상을 공개했어요. 그래서 우리나라의 한강의 기적을 넘어서 산업혁명에서 AI 혁명으로 한국은 새로운 미래를 만들어간다 그러면서 정말 우리나라의 역사들을 보여주는 영상을 NVIDIA 공식 유튜브 채널에 올렸거든요. 근데 그게 어떤 의미를 갖느냐 우리나라가 기본적으로 반도체 제조 통신 게임 AI 같은 밸류체인이 있다라는 겁니다. 근데 이게 NVIDIA한테도 중요한 게요. NVIDIA가 지금 이제 사람들이 챗 GPT 같은 거 이제 많이 쓰잖아요. 그럼 이 GPU를 많이 써서 뭘 할 것인가라고 할 때 대부분 다 지금 잠깐 말씀드린 것처럼 공장에 들어가는 AI, 아니면 로봇에 들어가는 AI, 아니면 가상 데이터를 만드는 그러니까 그 다음 뭔가 피지컬 AI라고 하는 영역이 중요하거든요. 그걸 할 수 있는 나라가 어디인가라고 생각을 했을 때 미국은 큰 제조가 없기 때문에 선택을 둘 중에 하나 해야 되는 겁니다. 중국 아니면 한국을 해야 되는 거죠. 그런데 중국은 미중 무역 갈등 때문에 들어갈 수가 없잖아요. 그런 상황이라면 NVIDIA 입장에서도 NVIDIA의 GPU가 그다음으로 계속 팔리기 위해서는 제조를 잘하면서도 인프라가 튼튼한 데들이 본인들의 GPU를 갖고 성공 사례를 만들어 줘야 돼요. 그런 관점으로 보면 한국이 딱 핵심 거점이다라고 이제 생각을 해 볼 수 있을 것 같고요. 그리고 두 번째 이유는 아까도 방금 말씀드린 대로 지금까지는 중국을 통한 매출이 상당히 컸는데, 이번에 외신 기자들이 질문을 한 걸 보니까 중국에는 NVIDIA의 수출이 0이라고 합니다. 그럼 그 상황에서 새로운 시장이 필요하겠죠. 그래서 두 번째고 세 번째는 이걸 빼놓을 수가 없는데 NVIDIA GPU만으로는 기계가 돌아가지 않아요. 그 옆에 수많은 메모리들이 들어가야 되는데요. 전 세계에서 메모리 제일 잘하는 나라 우리나라에 기업 2개 있잖아요. SK하이닉스랑 삼성전자. 그러니까 NVIDIA 입장에서도 여러 가지 관점에서 우리나라를 파트너로 가져가야 되는 이유들이 있다 이렇게 말씀드릴 수 있을 것 같습니다.
◆박귀빈: 근데 이번에 치킨 회동할 때 SK하이닉스 대표는 없었죠?
◇김덕진: SK에서 AI 서밋이라는 행사를 하거든요. 거기에 최태원 회장이 직접 나서서 해명을 했어요. 본인이 대한상공회의소 회장이기 때문에 자기의 일을 해야 돼서 못 갔을 뿐이지 ‘나도 깜푸다’라고 얘기하긴 했습니다.
◆박귀빈: 그렇군요. 그런 이유들로 한곡을 콕 집어서 선택했다. 어찌 보면 NVIDIA도 한국이 필요했네요.
◇김덕진: 맞습니다. 이제 서로 윈윈하는 전략이다 이렇게 표현을 드릴 수 있을 것 같고요. 왜냐하면 갈수록 지금 하이닉스나 삼성전자에서 하는 특히나 지금은 SK하이닉스 중심이긴 한 고대역폭 메모리라고 하는 HBM이 갈수록 중요해져요. 왜냐하면 이 GPU 성능이 아무리 좋아져도 똑똑한 머리가 다른 거랑 빠르게 빠르게 소통을 해야 되잖아요. 빠르게 소통할 때 필요한 게 이 고대역폭 메모리인 HBM인데 이게 지금 GPU 한 장에 GPU 칩 하나에 옆에 HBM이 8개 이상 들어가거든요. 그러니까 결국에는 NVIDIA 입장에서도 하이닉스나 삼성전자가 없이는 아무것도 못 하는 거예요. 그런 관점에서 서로 윈윈하면서 너네한테 더 주니까 우리한테 더 잘해줘. 왜냐하면 최근에는 NVIDIA 말고도 다른 회사들 예를 들면 AMD가 됐든 아니면 구글이 됐든 그런 데들도 AI 연산 칩을 만들려고 하고 있고 만들고 있거든요. 그런 데들도 일단 다 HBM은 필요합니다. 그럼 결국에는 나중에는 거꾸로 하이닉스나 삼성전자에 줄을 설 수 있는 상황도 생길 수 있다는 거죠. 그런 관점에서 이제 NVIDIA 입장에서는 더 강력한 파트너십이 좀 필요했다 이렇게도 설명드릴 수 있겠네요.
◆박귀빈: 그렇군요. 이번에 GPU 26만 장 공급된다. 그 이후 가장 기대되는 변화 어떤 거 있으세요?
◇김덕진: 여러 가지 변화가 있지만 제일 큰 거는 결국에는 우리가 지금까지는 AI를 사용하는 국가였다면 앞으로는 AI를 생산하는 국가가 될 수 있다라고 생각을 합니다. 지금은 우리가 GPU 5만 장 갖고 좀 옛날 버전으로 하다 보니까 그냥 연구실에서 테스트하던 수준이었거든요. 그런데 이제는 최신 칩 26만 장 그러니까 과거로 치면 거의 이게 100만 장 이상의 수준인데 그렇게 되면 산업에서 제대로 쓸 수 있다는 거죠. 그러니까 지금까지는 우리가 하고 싶은데 GPU가 없어서 어떻게 하지 예를 들면 연구실에서도 그런 겁니다. GPU 많으면 1시간 만에 끝날 게 하나 돌려놓고 정말 극단적으로 하면 2주, 3주 걸리거든요. 그러면 1시간 만에 할 게 2주 만에 되니까 산업은 절대 불가능했잖아요. 그런데 이제 1시간 만에 이런 게 되면 여러 가지 테스트를 하면서 의미 있는 것들이 나오면 비즈니스화를 할 수 있는 거죠. 그렇기 때문에 지금까지는 우리가 단순히 AI 사용하는 국가였다면 지금부터는 국가 차원에서 AI를 가지고 생산하고, 산업 중심으로 돌아간다. 그래서 AI를 연구하던 나라에서 AI로 산업을 돌리는 나라로 바뀌는 전환점이다라는 관점에서 상당히 의미 있게 보고 있는 상황입니다.
◆박귀빈: 그래서 AI 팩토리 이런 말이 나오는군요.
◇김덕진: 실제로 AI 팩토리라는 말을 그냥 이렇게 설명드리면 좋을 것 같아요. AI로 AI가 돌아가는 공장을 더 똑똑하게 만든다라고 생각하시면 제일 쉬울 것 같습니다. 그래서 지금 실제로 삼성전자 같은 경우는 어떻게 하려고 하는 거냐면 반도체 공정이라는 게 쭉 돌아가잖아요. 그래서 이제 반도체가 만들어지는 과정에 수많은 인공지능이 이미 도입이 되고 있어요. 그래서 자동화라든지 아니면 인공지능을 통해가지고 설계를 도와준다든지 이렇게 하고 있는데, 그단계를 단계별이 아니라 모든 프로세스를 더 똑똑한 AI한테 한번 줘보는 거예요. 그래서 어 지금 AI가 쭉 지금 공정을 봤더니 ‘지금 이 부분을 조금 이렇게 효율적으로 하면 비용이 줄겠는데’ 라고 하는 의사결정이나 내용까지 할 수 있게 AI가 도와주는 겁니다. 그럼 뭔가를 결정을 해서 또 방향을 설정했을 거잖아요. 그렇게 되면 또 그걸로 끝나는 게 아니라 실제로 이렇게 한 게 성과가 있나 아니면 그 다음에 어떻게 해야 되지 라는 걸 한 바퀴를 더 돌려보는 거예요. 그래서 지금 팩토리라는 개념이 제일 중요한 건 단순히 한 번 결정하고 끝나는 게 아니라 이 결정을 갖고 한 번 더 피드백하고 계속적으로 업그레이드하는 마치 상품을 만드는 것처럼 공장에서 공정을 새로 최적화하는 이런 개념이다. 그래서 우리가 있는 다양한 공장들이 AI를 통해서 더 최적화되고 그걸 통해서 비용이 절감되면 역으로 우리가 지금 있는 GPU보다 훨씬 더 큰 매출을 혹은 또 훨씬 더 큰 비용 절감을 할 수 있는 그림까지 그려줄 수 있는 게 바로 이 AI 팩토리라는 개념의 하나다 이렇게 말씀드릴 수 있을 것 같습니다.
◆박귀빈: 그래서 AI 생태계 자체가 변할 것이다 이런 기대를 하고 있는데, 이제 각 기업별로 AI 서비스들이 굉장히 많이 좋아질 거 아닙니까? 그러면 그거를 이제 사용할 많은 이제 사용자들 입장에서 좀 체감이 되게 사례로 우리 일상에서 어떤 변화가 있을 수 있는 겁니까?
◇김덕진: 예를 들면 우리 일상에서의 변화들을 우리가 생각해 볼 때요. 제일 큰 거는 자율주행 쪽이 아닐까 싶어요. 지금 보면 우리가 테슬라의 자율주행에 대해서 상당히 관심 있어 하고 있잖아요. 그런데 테슬라 같은 경우는 거의 전 세계에서 압도적으로 이 GPU를 많이 가지고 있거든요. 그리고 이제 현대차 같은 경우에는 지금 GPU의 수급에서 테슬라나 혹은 중국에 있는 기업보다 밀려 있는 상황이긴 합니다. 그런데 이번에 현대차가 GPU 5만 대를 가지고 어떤 식으로 배치할지 로봇이나 이런 데도 배치하겠지만요. 어쨌든 자율주행 쪽에 쓰게 되면 여러 통계들을 보게 되면 테슬라 다음 수준 그러니까 중국에 있는 회사들보다도 GPU를 많이 갖게 된다라는 얘기가 많이 나오고 있어요. 그렇다면 우리가 알고 있는 자율주행이나 아니면 이제 AI를 가지고 도로에서의 예외 사항을 보는 이런 쪽에서 테슬라 수준까지는 아니겠지만 정말 우리가 어떻게 보면 현대차를 통해서 국내에서는 오히려 테슬라보다 더 좋을 수 있는 자율주행 같은 거 느낄 수 있게 되지 않을까 이렇게 하나 볼 수 있을 것 같고요. 그 다음에 최근에 우리나라에서 하고 있는 한국형 AI와 관련된 쪽 지금은 우리가 지금 ChatGPT나 여러 가지 외산 AI를 쓰고 있지만 한국형 AI라는 걸 하기 위해서 지금 많은 기업들이 지금 대회도 하고 있고 그 안에서 몇 개의 국가대표 AI 기업들이 선발이 됐는데요. 결국 그 회사들이 이 ChatGPT 같은 걸 만들기 위해서는 GPU가 필요하거든요. 근데 우리나라에서 이번에 GPU 5만 장을 또 공급받는 계약을 했기 때문에 그런 쪽에 있어서 우리나라에서 만든 AI 서비스도 ChatGPT 수준으로 볼 수 있는 이러한 변화들이 오지 않을까라고 일단은 생각을 해 볼 수 있을 것 같습니다.
◆박귀빈: AI 산업의 국가 단위의 경쟁이 앞으로 본격화될 거다 이런 전망이 있습니다. 물론 최근 트럼프 대통령이 NVIDIA GPU를 다른 국가에 주지 않겠다고 해서 변수가 생기는 건 아닐지 지켜봐야 하는 상황이지만, 우리가 GPU를 약속대로 공급받는다면 이 기회를 잘 활용해야 되잖아요. 어떻게 다음 단계로 나아가야 될까요?
◇김덕진: 말씀하신 것처럼 GPU는 하드웨어거든요. 껍데기인데 그럼 그거를 가지고 뭘 해야 될까라는 겁니다. 예를 들면 GPU가 AI 시대의 연료다라고 하면 연료만으로 차는 안 달리잖아요. 그러니까 이제 거기에 있는 여러 가지 것들이 같이 필요하다라는 건데, 일단 중요한 게 데이터가 있어야 됩니다. 계산을 할 수 있는 건 있는데 계산을 할 데이터가 있어야 되잖아요. 그러니까 좋은 데이터를 만들어야 되는 쪽으로 가야 되니까 일단은 우리나라의 데이터들을 잘 정리하고 모으는 것. 예를 들면 지금 산업에 있는 여러 가지 흩어져 있는 데이터를 잘 모으는 게 좀 중요할 것 같고요. 두 번째는 GPU 26만 대가 오더라도 다 컨트롤하고 움직일 수 있는 인재들이 필요합니다. 근데 지금 우리나라가 아시겠지만 인재가 자꾸 유출되고 있거든요. AI 인재들이 그래서 AI 인재를 모아야 돼요. 그런데 인재를 모을 때 26만 장도 되게 중요합니다. 왜냐하면 그 인재들이 자기가 하고 싶은 연구가 있는데 GPU가 없으니까 못해가지고 이제 나가는 분들도 많거든요. 그러니까 이제 이런 걸 가지고 국가에서 적극적으로 인재들을 다시 우리나라에 오게 하든지 아니면 글로벌에 있는 인재들을 데리고 와야 된다. 그런 부분에 있어서 인재에 대한 구성도 상당히 중요하다라고 볼 수 있을 것 같고요. 세 번째는 이게 제일 중요한 부분이에요. GPU를 돌릴 때 엄청난 전기가 필요하거든요. 그래서 지금 NVIDIA에서도 계속 얘기하는 게 26만 장을 한 번에 주는 게 아니라 인프라, 그러니까 데이터센터나 전력에 대한 준비가 되면 거기에 맞춰서 나눠서 준다라는 이야기를 했단 말이에요. 그럼 우리가 준비해야 될 건 엄청난 기회를 받았으니 빠르게 전력이든 아니면 데이터 센터든 그런 걸 짓기 위해서는 부지부터 시작해서 여러 가지 것들을 고민해야 될 것들이 많지 않습니까? 그래서 그런 부분들을 빠르게 우리가 같이 좀 행정적이나 정치적으로 함께 해줘야지 이 기회를 가지고 단순한 이제 연구 수준이 아니라 산업 수준으로 나아갈 수 있다 이렇게 좀 말씀을 드릴 수 있을 것 같아
◆박귀빈: 알겠습니다. 지금까지 김덕진 IT커뮤니케이션연구소장이었습니다. 고맙습니다.
YTN 이시은 (sieun0805@ytnradio.kr)
[저작권자(c) YTN 무단전재, 재배포 및 AI 데이터 활용 금지]
□ 방송일시 : 2025년 11월 05일 (수)
□ 진행 : 박귀빈 아나운서
□ 출연자: 김덕진 IT커뮤니케이션연구소장
* 아래 텍스트는 실제 방송 내용과 차이가 있을 수 있으니 보다 정확한 내용은 방송으로 확인하시기를 바랍니다.
◆박귀빈 아나운서 (이하 박귀빈): AI 3대 강국을 목표로 하는 이재명 정부가 APEC 이후 NVIDIA와 손을 잡고 GPU 26만 장 공급을 약속 받으면서 큰 경제적 성과로 평가받고 있습니다. NVIDIA 젠슨 황 CEO가 GPU 26만 장 공급을 약속했죠. 트럼프 대통령이 그 이후에 NVIDIA GPU를 다른 나라에 주지 않겠다고 발언을 해서 상황을 좀 더 지켜봐야 할 것 같긴 한데요. GPU가 뭐고 또 NVIDIA 젠슨 황이 약속한 GPU 26만 장의 의미는 무엇인지 짚어보겠습니다. 김덕진 IT커뮤니케이션연구소장 전화 연결합니다.
◇김덕진 IT커뮤니케이션연구소장 (이하 김덕진): 반갑습니다. 김덕진입니다.
◆박귀빈: 일단 GPU가 뭔가요?
◇김덕진: 아마도 처음 들으신 분들은 이게 뭔가 싶으실 거예요. 이 GPU 약자를 보면 그래픽 프로세싱 유닛입니다. 그러니까 그래픽 카드라고 혹시 컴퓨터에서 화면 나오거나 게임할 때 아이들이 게임 하려면 ‘그래픽 카드 바꿔야 돼’ 이런 거 들어보셨죠? 그때 쓰는 게 원래 그래픽 카드 GPU입니다. 그러니까 원래 게임 만들고 그리고 게임 잘 돌아가게 화면 돌리는 건데 ‘이게 AI랑 무슨 상관이지’ 라고 처음에 아마 생각을 하실 거예요. 그런데 생각을 해보면 AI라는 걸 하기 위해서는 간단하게 말하면 컴퓨터가 계산을 하는 거거든요. 저희가 뭔가를 주면은 그 내용에 대해서 얘가 결국에는 숫자로 다 바꿔서 계산을 한단 말이죠. 그런데 원래 컴퓨터에서 계산을 하는 장치는 CPU라는 겁니다. 아마도 컴퓨터를 사보시면 인텔이나 이런 데에서 칩이 어떻게 되고 그럴 때 대부분 다 이 CPU라는 걸 얘기할 거예요.
◆박귀빈: CPU는 그래도 GPU보다 많이 들어본 것 같습니다.
◇김덕진: 그래서 이 CPU가 말씀하신 것처럼 중앙에서 처리하는 장치라서 원래는 컴퓨터에서 있는 모든 계산을 이 CPU라는 데로 합니다. 그런데 이 CPU의 특징은 뭐냐 하면 되게 똑똑한 수학자 같아요. 그런데 문제는 얘는 하나를 하면은 꼭 꼼꼼하게 자세히 하는 편이거든요. 그런데 GPU라고 하는 거는 무슨 특징이 있냐면 일단 두 가지 특징이 있는데, 하나는 이 게임을 할 때 원래 쓰는 거잖아요. 그러면 게임을 할 때 생각을 해보시면 우리가 만약 공격 버튼을 눌렀는데 그 공격이 바로 안 되고 2초 있다 된다 그러면 사람들이 짜증나서 그 게임을 안 하겠죠 그죠? 그래서 이 GPU는 어떤 개념을 갖냐면 버튼을 눌렀을 때 그래픽이 정확하게 나오는 것보다 속도감 있게 딱 눌러지는 걸 되게 잘합니다. 그래서 약간의 그래픽이 깨지더라도 중요한 거는 속도감 있게 정확하게 누르는 빠르게 하는 것들을 되게 잘합니다. 그리고 이 GPU의 특징이 뭐가 있냐면 이 GPU는 여러 가지를 잘하지는 않는데 아까 말씀드린 하나를 되게 잘하거든요. 근데 이 하나를 잘하는 애를 여러 개를 붙일 수가 있어요. 그러니까 비유를 하자면 CPU는 여러 가지를 잘하는 똑똑한 천재 같은 애라면 GPU는 하나만 무식하게 잘하는데 중요한 건 문제를 풀 때 여러 개를 붙일 수 있기 때문에 예를 들면 수학을 푼다라고 하면 CPU는 한 명의 뛰어난 수학자가 꼼꼼하게 문제를 푼다라고 하면, GPU는 수천 명의 수천 명의 중학생이 동시에 문제를 탕 풀 수 있는 겁니다. 그러면 어떤 걸 계산을 빨리 해야 된다. 그리고 완벽하다기보다는 빠른 속도가 필요하다라고 하면은 이 GPU가 낫겠네라고 AI 연구자들이 생각하기 시작한 겁니다. 그래서 실제로 테스트를 해봤는데 생각보다 CPU보다 GPU가 가격 대비해서 계산도 잘하고 말씀드린 대로 끝도 없이 여러 개를 붙일 수 있으니까 복잡한 연산을 할 때 CPU보다 GPU가 좋구나라고 하는 걸 깨닫게 된 거죠. 그래서 병렬 영산이라는 게 생기게 됐고 그다음부터 AI 생태계에서 더 복잡한 게 있으면 어떡하죠라고 했을 때 CPU는 새로 칩을 만들어야 되는데 GPU는 지금 10개면 20개, 30개 붙이면 되겠네요. 이렇게 계속 붙이면 계산이 좋아지니까 우리가 어려운 것도 돈 주면 할 수 있겠구나라고 생각하는 스케일의 법칙이라고 하는 걸 깨닫게 된 게 바로 이 GPU의 특징 때문이다. 이렇게 설명을 드리면 좋을 것 같습니다.
◆박귀빈: 그러니까 엄청난 데이터를 처리하기에는 GPU가 딱인 거네요.
◇김덕진: 여러 개를 붙여서 우리가 가능할 수 있기 때문이죠. 새로운 칩이 나오기 전이라도 지금 있는 칩을 여러 개를 붙여서 하면 되니까 그렇게 생각하시면 좋을 것 같습니다.
◆박귀빈: 그래서 기존의 NVIDIA가 GPU를 만들고 있었는데 AI 시대가 되면서 갑자기 NVIDIA가 1등이 돼버린 거네요.
◇김덕진: 이제 그전에 우리가 말한 암호화폐 시장 때부터 실은 떴었고요. 암호화폐도 똑같이 채굴을 한다. 계산한 다음에는 결국 이 GPU를 가지고 하면 잘 되겠구나라고 본 거고 그걸 본 AI 연구자들이 그럼 AI도 똑같이 계산하는 거니까 해볼까라고 했더니 NVIDIA가 엄청나게 잘 된 거죠. 그래서 지금 우리가 말하는 GPU는 그래픽 카드 게임에 들어가는 정도의 사이즈는 아니고 훨씬 더 복잡한 걸 할 수 있지만 그거를 그렇게 병렬적으로 붙이니까 말도 안 되는 계산 같은 게 돼서 지금 ChatGPT 같은 게 나왔다 이렇게 말씀을 드리면 될 것 같습니다.
◆박귀빈: 이번에 NVIDIA가 한국에 GPU를 26만 장 공급한다고 그랬습니다. 일단 현재 지금 한국의 GPU 어느 정도 있어요?
◇김덕진: 지금 정확하게 말씀드리면 다 모아도 약 한 5만 장 정도로 추산하고 있거든요. 그런데 이번에 26만 장이니까 5배 이상입니다. 그것도 더 중요한 게 최신 칩이거든요. 최신 칩 블랙웰이 그전에 있던 것보다 적어도 연산 능력이 4배에서 많게는 6배 이상 좋아요. 그럼 그렇게 말하면 지금 있는 5만 장에 지금 26만 장이면, 거기에 또 곱하기 4나 5 해 보시면 지금 수준에서 한 100배 이상 좋아질 수도 있다. 그래서 이거를 표현하면 지금은 공장 한 곳 정도가 우리나라의 수준이었다고 치면요. 완전히 도시 전체가 이제 산업 단지로 바뀌는 수준으로 AI 칩들 GPU가 우리나라에 온다 그래서 모델 돌리는 것뿐만 아니라 제조, 자율차, 클라우드까지 한꺼번에 AI 공장을 가동할 수 있는 기반이 생기는 거다 이렇게 표현드리면 좋을 것 같습니다.
◆박귀빈: 그래서 이 GPU 26만 장이 국내에 도입이 되는데 보니까 정부, 각 기업 이렇게 나눠주더라고요.
◇김덕진: 실제로 GPU를 이제 정확하게 표현드리면 이게 NVIDIA에서 사 오는 거긴 한데요. 사 오더라도 지금 다 줄 서 있어서 못 사는 상황이거든요.
◆박귀빈: 그렇죠 NVIDIA가 그냥 주는 게 아니라 우리가 대가를 지불하고 가지고 오는 거죠?
◇김덕진: 이게 한 대당 한 3, 4만 달러니까 총 공급 규모가 14조 원 정도 돼요. 그런데 이게 엄청 큰 돈인데 정확하게 말씀드리면 지금 전 세계에서는 웃돈을 주고서라도 아니면 어떤 수단과 방법을 가리지 않고라도 가져오려고 하고 있거든요.
◆박귀빈: 일단 물량 확보 자체가 어렵군요.
◇김덕진: 왜냐하면 아까 말씀드린 대로 붙이면 AI가 똑똑해지니까 붙이는 것들을 잘 할 수 있게 칩을 확보하는 게 중요한 상황이죠. 그런 상황에서 이제 우리나라가 26만 장을 이번에 확보하게 된 거라고 보시면 될 것 같고요. 이걸 잘 나눠줘야 되다 보니까 정부가 5만 장 그리고 삼성전자 현대차 그룹 SK그룹에 각각 5만 장 그리고 네이버 클라우드가 6만 장이 투입이 되게 됩니다. 그리고 이런 것들을 공급받으면 아까 말씀드린 대로 AI를 가지고 뭘 할 것인가라고 할 때 단순한 ChatGPT 수준이 아니라 완전히 반도체 AI 팩토리 같은 걸 만든다거나 아니면은 우리가 말하는 현실에서 이제 물리적으로 작동하는 쉽게 말하면 자동차의 AI를 더 똑똑하게 한다거나 아니면 로봇 산업에 쓴다거나 이런 차세대 산업쪽으로 GPU들이 사용된다 이렇게 말씀드릴 수 있을 것 같습니다.
◆박귀빈: 앞서 말씀하셨지만 웃돈을 주고도 지금 못 구하는 실정인 그 GPU를 젠슨 황이 한국이 26만 장 준다고 그랬잖아요. 이렇게 되면 우리나라가 GPU 확보 세계 3위가 된다면서요?
◇김덕진: 실제로 하정우 수석의 발언을 통해서 이제 사람들이 많이 알게 됐는데, 비공개 회동에서 실제로 젠슨 황이 어떤 얘기를 했냐면 지금 1등은 미국이라는 거예요. 그런데 미국이 말도 안 되게 압도적이긴 합니다. 한 2천만 장 정도 있다고 합니다. 그러니까 거기는 정말 압도적이고요. 그 다음에 2등이 중국이고, 3등이 이제 어디냐 가지고 항상 그랬는데 젠슨 황이 지금 우리나라가 26만 장을 가져오게 되면 대한민국이 3등이 된다라고 공식적으로 얘기를 했다고 합니다. 그렇기 때문에 이제 반대로 말하면 다른 나라들 영국이 됐든 일본이 됐든 그런 데들도 다 지금 한 몇 만 장 수준에서 계속 어떻게든 구하려고 하고 있는 상황인데요. 그 상황에서 우리나라가 이제 어떻게 보면 3위권 AI 인프라가 있는 나라라고 할 수 있는 상황이 되는 거죠.
◆박귀빈: GPU를 이렇게 대규모로 공급받는 국가가 드물다고 들었는데 젠슨 황이 왜 콕 집어 ‘한국에 26만 장 공급하겠다’ 이렇게 통 크게 공급을 약속했을까요? 치킨이 맛있었을까요?
◇김덕진: 치킨도 분명 계속 맛있었다고 얘기는 하긴 했는데요. 아마도 네 크게 한 세 가지 정도를 생각해 볼 수 있을 것 같습니다. 일단 첫 번째로 NVIDIA가 최근에 본인들 유튜브 공식 채널에 한국의 차세대 산업혁명이라는 제목의 헌정 영상을 공개했어요. 그래서 우리나라의 한강의 기적을 넘어서 산업혁명에서 AI 혁명으로 한국은 새로운 미래를 만들어간다 그러면서 정말 우리나라의 역사들을 보여주는 영상을 NVIDIA 공식 유튜브 채널에 올렸거든요. 근데 그게 어떤 의미를 갖느냐 우리나라가 기본적으로 반도체 제조 통신 게임 AI 같은 밸류체인이 있다라는 겁니다. 근데 이게 NVIDIA한테도 중요한 게요. NVIDIA가 지금 이제 사람들이 챗 GPT 같은 거 이제 많이 쓰잖아요. 그럼 이 GPU를 많이 써서 뭘 할 것인가라고 할 때 대부분 다 지금 잠깐 말씀드린 것처럼 공장에 들어가는 AI, 아니면 로봇에 들어가는 AI, 아니면 가상 데이터를 만드는 그러니까 그 다음 뭔가 피지컬 AI라고 하는 영역이 중요하거든요. 그걸 할 수 있는 나라가 어디인가라고 생각을 했을 때 미국은 큰 제조가 없기 때문에 선택을 둘 중에 하나 해야 되는 겁니다. 중국 아니면 한국을 해야 되는 거죠. 그런데 중국은 미중 무역 갈등 때문에 들어갈 수가 없잖아요. 그런 상황이라면 NVIDIA 입장에서도 NVIDIA의 GPU가 그다음으로 계속 팔리기 위해서는 제조를 잘하면서도 인프라가 튼튼한 데들이 본인들의 GPU를 갖고 성공 사례를 만들어 줘야 돼요. 그런 관점으로 보면 한국이 딱 핵심 거점이다라고 이제 생각을 해 볼 수 있을 것 같고요. 그리고 두 번째 이유는 아까도 방금 말씀드린 대로 지금까지는 중국을 통한 매출이 상당히 컸는데, 이번에 외신 기자들이 질문을 한 걸 보니까 중국에는 NVIDIA의 수출이 0이라고 합니다. 그럼 그 상황에서 새로운 시장이 필요하겠죠. 그래서 두 번째고 세 번째는 이걸 빼놓을 수가 없는데 NVIDIA GPU만으로는 기계가 돌아가지 않아요. 그 옆에 수많은 메모리들이 들어가야 되는데요. 전 세계에서 메모리 제일 잘하는 나라 우리나라에 기업 2개 있잖아요. SK하이닉스랑 삼성전자. 그러니까 NVIDIA 입장에서도 여러 가지 관점에서 우리나라를 파트너로 가져가야 되는 이유들이 있다 이렇게 말씀드릴 수 있을 것 같습니다.
◆박귀빈: 근데 이번에 치킨 회동할 때 SK하이닉스 대표는 없었죠?
◇김덕진: SK에서 AI 서밋이라는 행사를 하거든요. 거기에 최태원 회장이 직접 나서서 해명을 했어요. 본인이 대한상공회의소 회장이기 때문에 자기의 일을 해야 돼서 못 갔을 뿐이지 ‘나도 깜푸다’라고 얘기하긴 했습니다.
◆박귀빈: 그렇군요. 그런 이유들로 한곡을 콕 집어서 선택했다. 어찌 보면 NVIDIA도 한국이 필요했네요.
◇김덕진: 맞습니다. 이제 서로 윈윈하는 전략이다 이렇게 표현을 드릴 수 있을 것 같고요. 왜냐하면 갈수록 지금 하이닉스나 삼성전자에서 하는 특히나 지금은 SK하이닉스 중심이긴 한 고대역폭 메모리라고 하는 HBM이 갈수록 중요해져요. 왜냐하면 이 GPU 성능이 아무리 좋아져도 똑똑한 머리가 다른 거랑 빠르게 빠르게 소통을 해야 되잖아요. 빠르게 소통할 때 필요한 게 이 고대역폭 메모리인 HBM인데 이게 지금 GPU 한 장에 GPU 칩 하나에 옆에 HBM이 8개 이상 들어가거든요. 그러니까 결국에는 NVIDIA 입장에서도 하이닉스나 삼성전자가 없이는 아무것도 못 하는 거예요. 그런 관점에서 서로 윈윈하면서 너네한테 더 주니까 우리한테 더 잘해줘. 왜냐하면 최근에는 NVIDIA 말고도 다른 회사들 예를 들면 AMD가 됐든 아니면 구글이 됐든 그런 데들도 AI 연산 칩을 만들려고 하고 있고 만들고 있거든요. 그런 데들도 일단 다 HBM은 필요합니다. 그럼 결국에는 나중에는 거꾸로 하이닉스나 삼성전자에 줄을 설 수 있는 상황도 생길 수 있다는 거죠. 그런 관점에서 이제 NVIDIA 입장에서는 더 강력한 파트너십이 좀 필요했다 이렇게도 설명드릴 수 있겠네요.
◆박귀빈: 그렇군요. 이번에 GPU 26만 장 공급된다. 그 이후 가장 기대되는 변화 어떤 거 있으세요?
◇김덕진: 여러 가지 변화가 있지만 제일 큰 거는 결국에는 우리가 지금까지는 AI를 사용하는 국가였다면 앞으로는 AI를 생산하는 국가가 될 수 있다라고 생각을 합니다. 지금은 우리가 GPU 5만 장 갖고 좀 옛날 버전으로 하다 보니까 그냥 연구실에서 테스트하던 수준이었거든요. 그런데 이제는 최신 칩 26만 장 그러니까 과거로 치면 거의 이게 100만 장 이상의 수준인데 그렇게 되면 산업에서 제대로 쓸 수 있다는 거죠. 그러니까 지금까지는 우리가 하고 싶은데 GPU가 없어서 어떻게 하지 예를 들면 연구실에서도 그런 겁니다. GPU 많으면 1시간 만에 끝날 게 하나 돌려놓고 정말 극단적으로 하면 2주, 3주 걸리거든요. 그러면 1시간 만에 할 게 2주 만에 되니까 산업은 절대 불가능했잖아요. 그런데 이제 1시간 만에 이런 게 되면 여러 가지 테스트를 하면서 의미 있는 것들이 나오면 비즈니스화를 할 수 있는 거죠. 그렇기 때문에 지금까지는 우리가 단순히 AI 사용하는 국가였다면 지금부터는 국가 차원에서 AI를 가지고 생산하고, 산업 중심으로 돌아간다. 그래서 AI를 연구하던 나라에서 AI로 산업을 돌리는 나라로 바뀌는 전환점이다라는 관점에서 상당히 의미 있게 보고 있는 상황입니다.
◆박귀빈: 그래서 AI 팩토리 이런 말이 나오는군요.
◇김덕진: 실제로 AI 팩토리라는 말을 그냥 이렇게 설명드리면 좋을 것 같아요. AI로 AI가 돌아가는 공장을 더 똑똑하게 만든다라고 생각하시면 제일 쉬울 것 같습니다. 그래서 지금 실제로 삼성전자 같은 경우는 어떻게 하려고 하는 거냐면 반도체 공정이라는 게 쭉 돌아가잖아요. 그래서 이제 반도체가 만들어지는 과정에 수많은 인공지능이 이미 도입이 되고 있어요. 그래서 자동화라든지 아니면 인공지능을 통해가지고 설계를 도와준다든지 이렇게 하고 있는데, 그단계를 단계별이 아니라 모든 프로세스를 더 똑똑한 AI한테 한번 줘보는 거예요. 그래서 어 지금 AI가 쭉 지금 공정을 봤더니 ‘지금 이 부분을 조금 이렇게 효율적으로 하면 비용이 줄겠는데’ 라고 하는 의사결정이나 내용까지 할 수 있게 AI가 도와주는 겁니다. 그럼 뭔가를 결정을 해서 또 방향을 설정했을 거잖아요. 그렇게 되면 또 그걸로 끝나는 게 아니라 실제로 이렇게 한 게 성과가 있나 아니면 그 다음에 어떻게 해야 되지 라는 걸 한 바퀴를 더 돌려보는 거예요. 그래서 지금 팩토리라는 개념이 제일 중요한 건 단순히 한 번 결정하고 끝나는 게 아니라 이 결정을 갖고 한 번 더 피드백하고 계속적으로 업그레이드하는 마치 상품을 만드는 것처럼 공장에서 공정을 새로 최적화하는 이런 개념이다. 그래서 우리가 있는 다양한 공장들이 AI를 통해서 더 최적화되고 그걸 통해서 비용이 절감되면 역으로 우리가 지금 있는 GPU보다 훨씬 더 큰 매출을 혹은 또 훨씬 더 큰 비용 절감을 할 수 있는 그림까지 그려줄 수 있는 게 바로 이 AI 팩토리라는 개념의 하나다 이렇게 말씀드릴 수 있을 것 같습니다.
◆박귀빈: 그래서 AI 생태계 자체가 변할 것이다 이런 기대를 하고 있는데, 이제 각 기업별로 AI 서비스들이 굉장히 많이 좋아질 거 아닙니까? 그러면 그거를 이제 사용할 많은 이제 사용자들 입장에서 좀 체감이 되게 사례로 우리 일상에서 어떤 변화가 있을 수 있는 겁니까?
◇김덕진: 예를 들면 우리 일상에서의 변화들을 우리가 생각해 볼 때요. 제일 큰 거는 자율주행 쪽이 아닐까 싶어요. 지금 보면 우리가 테슬라의 자율주행에 대해서 상당히 관심 있어 하고 있잖아요. 그런데 테슬라 같은 경우는 거의 전 세계에서 압도적으로 이 GPU를 많이 가지고 있거든요. 그리고 이제 현대차 같은 경우에는 지금 GPU의 수급에서 테슬라나 혹은 중국에 있는 기업보다 밀려 있는 상황이긴 합니다. 그런데 이번에 현대차가 GPU 5만 대를 가지고 어떤 식으로 배치할지 로봇이나 이런 데도 배치하겠지만요. 어쨌든 자율주행 쪽에 쓰게 되면 여러 통계들을 보게 되면 테슬라 다음 수준 그러니까 중국에 있는 회사들보다도 GPU를 많이 갖게 된다라는 얘기가 많이 나오고 있어요. 그렇다면 우리가 알고 있는 자율주행이나 아니면 이제 AI를 가지고 도로에서의 예외 사항을 보는 이런 쪽에서 테슬라 수준까지는 아니겠지만 정말 우리가 어떻게 보면 현대차를 통해서 국내에서는 오히려 테슬라보다 더 좋을 수 있는 자율주행 같은 거 느낄 수 있게 되지 않을까 이렇게 하나 볼 수 있을 것 같고요. 그 다음에 최근에 우리나라에서 하고 있는 한국형 AI와 관련된 쪽 지금은 우리가 지금 ChatGPT나 여러 가지 외산 AI를 쓰고 있지만 한국형 AI라는 걸 하기 위해서 지금 많은 기업들이 지금 대회도 하고 있고 그 안에서 몇 개의 국가대표 AI 기업들이 선발이 됐는데요. 결국 그 회사들이 이 ChatGPT 같은 걸 만들기 위해서는 GPU가 필요하거든요. 근데 우리나라에서 이번에 GPU 5만 장을 또 공급받는 계약을 했기 때문에 그런 쪽에 있어서 우리나라에서 만든 AI 서비스도 ChatGPT 수준으로 볼 수 있는 이러한 변화들이 오지 않을까라고 일단은 생각을 해 볼 수 있을 것 같습니다.
◆박귀빈: AI 산업의 국가 단위의 경쟁이 앞으로 본격화될 거다 이런 전망이 있습니다. 물론 최근 트럼프 대통령이 NVIDIA GPU를 다른 국가에 주지 않겠다고 해서 변수가 생기는 건 아닐지 지켜봐야 하는 상황이지만, 우리가 GPU를 약속대로 공급받는다면 이 기회를 잘 활용해야 되잖아요. 어떻게 다음 단계로 나아가야 될까요?
◇김덕진: 말씀하신 것처럼 GPU는 하드웨어거든요. 껍데기인데 그럼 그거를 가지고 뭘 해야 될까라는 겁니다. 예를 들면 GPU가 AI 시대의 연료다라고 하면 연료만으로 차는 안 달리잖아요. 그러니까 이제 거기에 있는 여러 가지 것들이 같이 필요하다라는 건데, 일단 중요한 게 데이터가 있어야 됩니다. 계산을 할 수 있는 건 있는데 계산을 할 데이터가 있어야 되잖아요. 그러니까 좋은 데이터를 만들어야 되는 쪽으로 가야 되니까 일단은 우리나라의 데이터들을 잘 정리하고 모으는 것. 예를 들면 지금 산업에 있는 여러 가지 흩어져 있는 데이터를 잘 모으는 게 좀 중요할 것 같고요. 두 번째는 GPU 26만 대가 오더라도 다 컨트롤하고 움직일 수 있는 인재들이 필요합니다. 근데 지금 우리나라가 아시겠지만 인재가 자꾸 유출되고 있거든요. AI 인재들이 그래서 AI 인재를 모아야 돼요. 그런데 인재를 모을 때 26만 장도 되게 중요합니다. 왜냐하면 그 인재들이 자기가 하고 싶은 연구가 있는데 GPU가 없으니까 못해가지고 이제 나가는 분들도 많거든요. 그러니까 이제 이런 걸 가지고 국가에서 적극적으로 인재들을 다시 우리나라에 오게 하든지 아니면 글로벌에 있는 인재들을 데리고 와야 된다. 그런 부분에 있어서 인재에 대한 구성도 상당히 중요하다라고 볼 수 있을 것 같고요. 세 번째는 이게 제일 중요한 부분이에요. GPU를 돌릴 때 엄청난 전기가 필요하거든요. 그래서 지금 NVIDIA에서도 계속 얘기하는 게 26만 장을 한 번에 주는 게 아니라 인프라, 그러니까 데이터센터나 전력에 대한 준비가 되면 거기에 맞춰서 나눠서 준다라는 이야기를 했단 말이에요. 그럼 우리가 준비해야 될 건 엄청난 기회를 받았으니 빠르게 전력이든 아니면 데이터 센터든 그런 걸 짓기 위해서는 부지부터 시작해서 여러 가지 것들을 고민해야 될 것들이 많지 않습니까? 그래서 그런 부분들을 빠르게 우리가 같이 좀 행정적이나 정치적으로 함께 해줘야지 이 기회를 가지고 단순한 이제 연구 수준이 아니라 산업 수준으로 나아갈 수 있다 이렇게 좀 말씀을 드릴 수 있을 것 같아
◆박귀빈: 알겠습니다. 지금까지 김덕진 IT커뮤니케이션연구소장이었습니다. 고맙습니다.
YTN 이시은 (sieun0805@ytnradio.kr)
[저작권자(c) YTN 무단전재, 재배포 및 AI 데이터 활용 금지]